首页 > 代码库 > 算法——动态规划篇——最长公共子序列
算法——动态规划篇——最长公共子序列
问题描写叙述
最长公共子序列,英文缩写为LCS(Longest Common Subsequence)。其定义是,一个序列 S ,假设各自是两个或多个已知序列的子序列,且是全部符合此条件序列中最长的,则 S 称为已知序列的最长公共子序列。
解决最长公共子序列,一种经常使用的办法,就是穷举法,组合出全部的情况,可是这样对于长序列的情况来说,是很不实际。。
如果如今有两个序列,x[]={‘A‘,‘B‘,‘C‘,‘B‘,‘D‘,‘A‘,‘B‘};y[]={‘B‘,‘D‘,‘C‘,‘A‘,‘B‘,‘A‘};
假设採用穷举的方式,会是下面情况
x:A,B,C,B,D,A,B
y:B,D,C,A,B,A
A与B比較,一直到A与Y中出现的第一个A遇到事停止(红色部分),然后再从X序列中的B与Y中B開始比較,(绿色部分),接着这样下去,直观上看,运行这一次遍历,就是n*n的代价,要是把全部的可能都遍历一下,代价太大了。。
仅仅有採用其它的方法了,
动态规划:
观察到序列求解过程中,有一定的相似度,比方说,假设我们的序列是X:A,B,C;Y:B,D,C;因为Xc=Yc,全部要往前面的两个元素看,也就是比較X:A,B;Y:B,D,因为Xb!=Yd,那么我们须要推断X:A;Y:B,D的最大序列,以及X:A,B;YB的最大序列,取两者中最大的一个,保留下来,作为X:A,B;Y:B,D的最大序列值。
分析问题的时候一直要先从总体上来把握,体会他的总体局部的相关性,而不是孤立出来,仅仅是单纯的从元素本身来推断,那样就不好明确问题的规律。。。
最后还是翻看了算法导论,才明确这一点,没有把握住,问题的本质。。
最长子序列的规律:
c[i][j]={
0 ,i=0||j=0
c[i-1][j-1]+1 ,i,j>0&&xi=yj
max(c[i-1][j],c[i][j-1]),i,j>0&&xi!=yj
}
分析清楚问题真的非常重要。。。。把握问题的本质。。。
代码例如以下:
package hello.ant; //最长公共子序列 public class AlogLCS { public static void main(String[] args) { char x[]={'A','B','C','B','D','A','B'}; char y[]={'B','D','C','A','B','A'}; int c[][]=new int[x.length+1][y.length+1]; ////////////// ^|^ ~~ ~~~ ///////////// | ~ ------- ~~~ ////////////// | ~~ ~~ ////////////// 用0表示向上 1向左 2表示斜向左上 int flag[][]=new int[x.length+1][y.length+1];//用来控制打印的方向 //初始化 for(int i=0;i<y.length+1;i++){ c[0][i]=0; } for(int i=0;i<x.length+1;i++){ c[i][0]=0; } for(int i=1;i<x.length+1;i++){ for(int j=1;j<y.length+1;j++){ if(x[i-1]==y[j-1]){ c[i][j]=c[i-1][j-1]+1; flag[i][j]=2; }else { if(c[i-1][j]>=c[i][j-1]){ c[i][j]=c[i-1][j]; flag[i][j]=0; }else { c[i][j]=c[i][j-1]; flag[i][j]=1; } } } } StringBuilder result=new StringBuilder(); display(x,flag,x.length,y.length,result); System.out.println("\n*********"); System.out.println(result.reverse().toString()); } static void display(char[] x, int[][] flag, int i, int j,StringBuilder result) { if(i==0||j==0){ return; } if(flag[i][j]==2){ System.out.print(x[i-1]+" "); result.append(x[i-1]); display(x, flag, i-1, j-1,result); }else if(flag[i][j]==1){ display(x, flag, i, j-1,result); }else if(flag[i][j]==0){ display(x, flag, i-1, j,result); } } }
结果例如以下:
A B C B
*********
BCBA
红色部分才是真正的最长子序列。。。